MétaCan
Menu
Retour à la cohorte
Enregistrement W2163842394 · doi:10.1093/genetics/156.1.423

The Evolution of Recombination in a Heterogeneous Environment

2000· article· en· W2163842394 sur OpenAlexaff
Thomas Lenormand, Sarah P. Otto

Notice bibliographique

RevueGenetics · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEpistasisRecombinationBiologySelection (genetic algorithm)GeneticsEvolutionary biologyPopulationBackground selectionAlleleDirectional selectionGenetic variationGeneComputer science

Résumé

récupéré en direct d'OpenAlex

Most models describing the evolution of recombination have focused on the case of a single population, implicitly assuming that all individuals are equally likely to mate and that spatial heterogeneity in selection is absent. In these models, the evolution of recombination is driven by linkage disequilibria generated either by epistatic selection or drift. Models based on epistatic selection show that recombination can be favored if epistasis is negative and weak compared to directional selection and if the recombination modifier locus is tightly linked to the selected loci. In this article, we examine the joint effects of spatial heterogeneity in selection and epistasis on the evolution of recombination. In a model with two patches, each subject to different selection regimes, we consider the cases of mutation-selection and migration-selection balance as well as the spread of beneficial alleles. We find that including spatial heterogeneity extends the range of epistasis over which recombination can be favored. Indeed, recombination can be favored without epistasis, with negative and even with positive epistasis depending on environmental circumstances. The selection pressure acting on recombination-modifier loci is often much stronger with spatial heterogeneity, and even loosely linked modifiers and free linkage may evolve. In each case, predicting whether recombination is favored requires knowledge of both the type of environmental heterogeneity and epistasis, as none of these factors alone is sufficient to predict the outcome.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,003
Tête enseignante GPT0,200
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations196
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeneticsMême sujetEvolution and Genetic DynamicsTravaux en français237 207